CN115309203B - 养殖用智能温度控制*** - Google Patents
养殖用智能温度控制*** Download PDFInfo
- Publication number
- CN115309203B CN115309203B CN202211241017.7A CN202211241017A CN115309203B CN 115309203 B CN115309203 B CN 115309203B CN 202211241017 A CN202211241017 A CN 202211241017A CN 115309203 B CN115309203 B CN 115309203B
- Authority
- CN
- China
- Prior art keywords
- temperature
- data
- loss
- corresponding sub
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000001105 regulatory effect Effects 0.000 claims abstract description 92
- 238000012545 processing Methods 0.000 claims abstract description 56
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 230000001276 controlling effect Effects 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 34
- 230000002159 abnormal effect Effects 0.000 claims description 30
- 239000012774 insulation material Substances 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 22
- 239000011810 insulating material Substances 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 19
- 238000011217 control strategy Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 16
- 244000144977 poultry Species 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000000241 respiratory effect Effects 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 2
- 238000009360 aquaculture Methods 0.000 claims 4
- 244000144974 aquaculture Species 0.000 claims 4
- 238000009313 farming Methods 0.000 claims 3
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 11
- 239000000463 material Substances 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 3
- 239000011490 mineral wool Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 229920005830 Polyurethane Foam Polymers 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005187 foaming Methods 0.000 description 2
- 239000004814 polyurethane Substances 0.000 description 2
- 229920002635 polyurethane Polymers 0.000 description 2
- 239000011496 polyurethane foam Substances 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/1927—Control of temperature characterised by the use of electric means using a plurality of sensors
- G05D23/193—Control of temperature characterised by the use of electric means using a plurality of sensors sensing the temperaure in different places in thermal relationship with one or more spaces
- G05D23/1932—Control of temperature characterised by the use of electric means using a plurality of sensors sensing the temperaure in different places in thermal relationship with one or more spaces to control the temperature of a plurality of spaces
- G05D23/1934—Control of temperature characterised by the use of electric means using a plurality of sensors sensing the temperaure in different places in thermal relationship with one or more spaces to control the temperature of a plurality of spaces each space being provided with one sensor acting on one or more control means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Temperature (AREA)
Abstract
本发明涉及智能控制技术领域，特别涉及一种养殖用智能温度控制***,该***包括：温度监测模块，用于监测养殖区中子区域的实时温度数据；温度处理模块，用于对比实时温度数据与对应标准温度数据，确定对应子区域的待调控信息；损耗确定模块，用于确定对应子区域的待调控损耗；温度调控模块，基于所述对应子区域的标准损耗、待调控损耗以及标准温度，调整对应子区域待调控信息，基于调整后信息调控对应子区域温度，通过实时监测以及通过待调控信息和待调控损耗来对对应子区域的实际情况进行调整，以此可以使得温度的调控更加适宜，也增加了调控的实时性。
Description
技术领域
本发明涉及智能控制技术领域，特别涉及一种养殖用智能温度控制***。
背景技术
温度控制技术广泛应用于人们的生产和生活中，对于养殖场来说，对环境温度有着更加严格的要求，人们通常使用传感器来测量区域温度，然后通过人工调控的方式来控制温度，以达到养殖所需合适温度，使养殖禽类能够有较为舒适的生长环境。
然而，人为调控会存在对温度把控不合理以及调控实时性差的情况，可能无法保证动物可以时时处在一个稳定适宜的环境中，而且也容易忽略在温度调控过程中热量损耗的情况，从而增加了不必要的能源消耗和养殖成本。
因此，本发明提出了一种养殖用智能温度控制***。
发明内容
本发明提供一种养殖用智能温度控制***，用以通过实时监测以及通过待调控信息和待调控损耗来对对应子区域的实际情况进行调整，以此可以使得温度的调控更加适宜，也增加了调控的实时性。
本发明提供一种养殖用智能温度控制***，包括：
温度监测模块，用于监测养殖区中子区域的实时温度数据；
温度处理模块，用于对比实时温度数据与对应标准温度数据，确定对应子区域的待调控信息；
损耗确定模块，用于确定对应子区域的待调控损耗；
温度调控模块，基于所述对应子区域的标准损耗、待调控损耗以及标准温度，调整对应子区域待调控信息，基于调整后信息调控对应子区域温度。
优选的，所述温度监测模块包括：
获取单元，用于监测获取对应子区域的初始温度数据，并进行拟合；
处理单元，用于根据拟合结果确定未被拟合的数据，分析异常原因，以及对所述温度监测模块进行处理更新；
传输单元，用于根据拟合结果确定正常拟合数据，并传输至所述温度处理模块；
其中，所述正常拟合数据为实时温度数据。
优选的，所述获取单元包括：
第一构建子单元，用于构建对应子区域初始温度数据散点图，并在所述散点图中添加趋势线，得到第一拟合曲线；
第二构建子单元，采用多项式函数构建对应子区域的初始温度数据的第二拟合曲线；
数据剔除子单元，用于剔除所述初始温度数据中第一拟合曲线以及第二拟合曲线涉及数据，得出未被拟合数据。
优选的，所述处理单元包括：
数据获取子单元，用于获取所述数据剔除子单元的未被拟合数据，分析其未被拟合的原因；
数据分析子单元，用于确定所述未被拟合的数据的来源是否有误，以及判断在拟合过程中所述未被拟合的数据量与总的初始温度数据的数据量比值是否大于预设比值；若均未满足，则将所述未被拟合数据传输至数据修正子单元；
数据修正子单元，用于检验剩余未被拟合数据，并更新该数据对应的温度采集设备。
优选的，所述温度处理模块包括：
筛选单元，用于确定所述第一拟合曲线的方差和所述第二拟合曲线的方差，并筛选出两方差中较小方差对应的曲线，来得到对应子区域实时温度数据；
比较单元，用于将得到的对应子区域实时温度数据与标准温度数据进行比较，确定对应子区域的待调控信息。
优选的，所述损耗确定模块包括：
损耗获取单元，用于根据养殖种类对养殖区进行规划，规划为若干个子区域；
损耗处理单元，用于计算对应子区域的实际损耗；
损耗确定单元，基于对应子区域实际损耗与预设的标准损耗进行比较分析，得到待调控损耗，并传输至所述温度调控模块。
优选的，所述温度调控模块包括：
调控获取单元，用于获取对应子区域的实际损耗及标准损耗，获取对应子区域的实时温度及标准温度；
调控处理单元，用于比较实际损耗与标准损耗及实时温度与标准温度，确定损耗比值与温度比值的大小关系；
其中，
为对应子区域实际损耗的热量；
为对应子区域标准损耗的热量；
为
对应子区域的实时温度；
为对应子区域的标准温度；
为对热量的标准转换系数；
为对温度的标准转换系数；
为判断结果；
当
大于0时，依据对应子区域的实际损耗，调整所述待调控信息；
当
小于0时，依据对应子区域的标准损耗，调整所述待调控信息；
当
等于0时，从所述实际损耗与标准损耗中随机筛选任一损耗，调整所述待调控
信息；
调控执行单元，基于调整后信息制定调控策略，控制对应子区域内区域设备工作，完成对应子区域的温度调控。
优选的，所述调控执行单元包括：
调控分级子单元，用于获取调控处理单元的调整后信息，并将所述调整后信息与预设的调控临界信息比较，确定对应级别的调控策略；
调控确定子单元，根据对应级别的调控策略控制对应子区域的区域设备按照所述调控策略进行温度调控工作。
优选的，所述***还包括：
设备处理模块，以调整后的信息对对应子区域进行温度调控过程中，监测对应子区域的区域设备工作状态，并进行设备优化；
其中，所述设备处理模块包括：
数据采集单元，用于温度调控前采集所述区域设备的第一工作参数，温度调控过程中，采集所述区域设备的第二工作参数，温度调控结束后，采集所述区域设备的第三工作参数；
矩阵构建单元，基于所述第一工作参数、第二工作参数及第三工作参数，构建对应的第一工作矩阵，其中，所述第一工作矩阵列数与温度调控前采集到的第一工作参数的个数一致，所述第一工作矩阵的行数与调控调整过程中数据采集的次数有关，且取值基于数据采集次数决定；
单一处理单元，用于对所述第一工作矩阵中的同工作参数的列元素进行单一处理，构建所有工作参数的单一向量；
故障向量构建单元，用于获取预设的所述区域设备处于不同故障情况下的故障参数，并构建每个故障类型对应的故障向量；
显著性标定单元，用于确定所述单一向量基于每个故障向量可能产生的异常状态以及异常程度，并确定所述可能产生的异常状态与所述单一向量中存在关联关系的第一元素，并按照对应异常状态以及异常程度，向对应第一元素进行显著性标定；
元素确定单元，用于统计所述单一向量中每个元素被标记结果，并按照所述被标记结果确定主要元素，当所述主要元素个数为0时，判定所述区域设备处于健康状态；
设备优化单元，所述主要元素个数不为0时，根据每个主要元素被标记结果，从结果-方案数据库中，获取设备优化方案，优化对应区域设备。
优选的，所述设备处理模块还包括：
设备温度采集单元，用于对应区域设备进行设备优化后，实时采集区域设备的发动机温度；
温度范围确定单元，用于对所述发动机的实时温度进行判断，确定所属温度范围；
当所属温度范围为正常阈值范围，则允许所述优化后的区域设备对对应子区域进行温度调控；
反之，则不允许所述优化后的区域设备对对应子区域进行温度调控。
本发明的有益效果为：
本发明通过实时监测以及通过待调控信息和待调控损耗来对对应子区域的实际情况进行调整，以此可以使得温度的调控更加适宜，也增加了调控的实时性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种养殖用智能温度控制***的结构图；
图2为本发明实施例中损耗确定模块的结构图；
图3为本发明实施例中温度调控模块的结构图；
图4为本发明实施例中设备处理模块的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本实施例提供一种养殖用智能温度控制***，如图1所示，包括：
温度监测模块，用于监测养殖区中子区域的实时温度数据；
温度处理模块，用于对比实时温度数据与对应标准温度数据，确定对应子区域的待调控信息；
损耗确定模块，用于确定对应子区域的待调控损耗；
温度调控模块，基于所述对应子区域的标准损耗、待调控损耗以及标准温度，调整对应子区域待调控信息，基于调整后信息调控对应子区域温度。
该实施例中，子区域依据不同养殖禽类划分，与子区域具体面积大小无关，例如：按照养殖的鸡、牛、猪等不同禽类进行划分。
该实施例中，对应子区域的实时温度数据是基于温度传感器获取的初始数据并进行拟合后得到，且温度传感器设置在对应子区域内部。
该实施例中，标准温度的选取由养殖禽类的种类、生殖时间、以及禽类数量等多方面因素综合选取，一般设定在20摄氏度到25摄氏度范围内。
该实施例中，待调控信息由对应子区域实时温度数据与标准温度数据的差值决定。
该实施例中，待调控损耗由对应子区域实际损耗与标准损耗的差值决定。
该实施例中，对应子区域的实际损耗是由不同隔热材料的保温性质、不同区域温差以及区域养殖禽类的呼吸热等多种因素共同影响的损耗结果。
该实施例中，标准损耗由对应子区域内区域设备运行过程中产生的热量损耗决定，不同温度下对应的风机损耗确定，该损耗作参考标准，所述损耗可以根据对应子区域相关设备的各参数计算得出，比如，运行转速、运行功率、风叶数量等参数。
该实施例中，温度处理模块的待调控信息和损耗确定模块的待调控损耗共同决定最终调整信息，此做法保证调整后信息的可靠性，进而实现温度的合理调整。
上述方案的有益效果是：通过实时监测以及待调控信息和待调控损耗来对对应子区域的实际情况进行调整，以此可以使得温度的调控更加适宜，也增加了调控的实时性。
实施例2：
基于实施例1，所述温度监测模块包括：
获取单元，用于监测获取对应子区域的初始温度数据，并进行拟合；
处理单元，用于根据拟合结果确定未被拟合的数据，分析异常原因，以及对所述温度监测模块进行处理更新；
传输单元，用于根据拟合结果确定正常拟合数据，并传输至所述温度处理模块；
其中，所述正常拟合数据为实时温度数据。
该实施例中，初始温度数据为温度传感器采集到的原始数据。
该实施例中，实时温度数据是可以正常拟合的数据，例如：测得数据1、2、3，数据1和数据2可以正常拟合，数据1和数据2为正常拟合数据，即实时温度数据。
上述方案的有益效果是：通过数据拟合的方式来获取监测数据，提高了监测结果的合理性，为后续温度处理模块的处理工作提供有效数据基础。
实施例3：
基于实施例2，所述获取单元包括：
第一构建子单元，用于构建对应子区域初始温度数据散点图，并在所述散点图中添加趋势线，得到第一拟合曲线；
第二构建子单元，采用多项式函数构建对应子区域的初始温度数据的第二拟合曲线；
数据剔除子单元，用于剔除所述初始温度数据中第一拟合曲线以及第二拟合曲线涉及数据，得出未被拟合数据。
该实施例中，所述第一构建子单元构建包括：将获取的对应子区域初始温度数据上传至本地数据库，再智能导入Excel工作表，借助软件生成对应的散点图，然后基于所述散点图添加趋势线，显示公式，得到拟合曲线。
该实施例中，第二构建子单元构建包括：将获取的对应子区域初始温度数据上传至本地数据库，再智能导入Matlab软件，借助软件的多项式函数
，通过运行相应程序，实现数据拟合。
该实施例中，所述未被拟合数据是指在第一构建子单元和第二构建子单元均未被拟合数据，比如，现有数据1、2、3、4，第一构建子单元正常拟合数据1和2，第二构建子单元正常拟合数据1、2、3，此时，数据4为未被拟合的数据。
上述方案的有益效果是：通过采用两种不同的方式来拟合对应子区域的温度数据，进行数据对比，可以提高数据的精准性，从而提高温度调控的精准性。
实施例4：
基于实施例3，所述处理单元包括：
数据获取子单元，用于获取所述数据剔除子单元的未被拟合数据，分析其未被拟合的原因；
数据分析子单元，用于确定所述未被拟合的数据的来源是否有误，以及判断在拟合过程中所述未被拟合的数据量与总的初始温度数据的数据量比值是否大于预设比值；若均未满足，则将所述未被拟合数据传输至数据修正子单元；
数据修正子单元，用于检验剩余未被拟合数据，并更新该数据对应的温度采集设备。
该实施例中，来源有误的未被拟合数据为未处于对应区域的设备所传输的数据，比如：因传输错误，导致相邻子区域温度数据被同时传输，此时相邻子区域与对应子区域实时温度不同，出现数据错误。
该实施例中，未被拟合的数据量与总初始温度数据的数据量比值可以用来判断拟合数据是否存在过度拟合情况，过度拟合的临界值基于拟合时的数据总量进行调整，在拟合的数据总量不超过100时，判断当前数据是否存在过度拟合情况的临界值一般不超过0.3，比如，未被拟合的数据量为10，初始温度数据量为20，两者的比值为0.5，存在过度拟合情况。
该实施例中，预设比值根据初始温度的数据量来决定，为5%以下。
该实施例中，剩余未被拟合的数据主要由设备问题导致，可以通过检修设备或更换设备来处理，比如，传感器损坏等情况导致的数据未被拟合。
上述方案的有益效果是：通过对未被拟合的数据进行分析，及时进行处理，可以避免因各类问题而对对应子区域养殖禽类生长造成更大影响。
实施例5：
基于实施例3，所述温度处理模块包括：
筛选单元，用于确定所述第一拟合曲线的方差和所述第二拟合曲线的方差，并筛选出两方差中较小方差对应的曲线，来得到对应子区域实时温度数据；
比较单元，用于将得到的对应子区域实时温度数据与标准温度数据进行比较，确定对应子区域的待调控信息。
该实施例中，对应方差较小的曲线即为误差较小的拟合曲线，并以此条拟合曲线确定对应子区域的实时温度数据，比如第一拟合曲线的方差较小时，使用第一拟合曲线的相关数据作为实时温度数据。
该实施例中，待调控信息是由对应子区域实时温度数据和标准温度数据的差决定。
上述方案的有益效果是：通过选择方差较小的拟合数据可以提高实时温度数据精准性，更准确的进行温度处理，确定待调控信息，为后续温度调控的合理性以及实时性提供基础。
实施例6：
基于实施例1，所述损耗确定模块如图2所示，包括：
损耗获取单元，用于根据养殖种类对养殖区进行规划，规划为若干个子区域；
损耗处理单元，用于计算对应子区域的实际损耗；
损耗确定单元，基于对应子区域实际损耗与预设的标准损耗进行比较分析，得到待调控损耗，并传输至所述温度调控模块。
其中，所述计算实际损耗的过程，为计算热量损耗，具体如下计算公式如下：
其中，
为对应子区域隔热材料的漏热量；
为对应子区域隔热材料的导热系
数；n1为对应子区域隔热材料选取测试点的个数；n2为对应子区域隔热材料选取的无效测
试点的个数；
为对应子区域隔热材料选取的单个测试点的厚度；
为对应子区域隔热
材料选择的测试点的无效系数；S为对应子区域隔热材料的实际面积；t1为对应子区域隔热
材料内表面的温度；t2为对应子区域隔热材料外表面的温度；
为对应子区域与相邻子
区域缝隙的漏热系数；
为与
相匹配的子区域的隔热材料漏热量；n3表示对应子区
域所存在的相邻子区域的个数。
Q为对应子区域实际损耗的热量；G为对应子区域养殖禽类的总质量；h1标准温度下对应子区域养殖禽类的呼吸热量；d1为实时温度情况下对应子区域养殖禽类呼吸热系数。
该实施例中，对应子区域隔热材料指对应子区域上方顶棚的隔热材料，其中，材料可选取岩棉板或聚氨酯发泡材料等。
不同隔热材料其导热系数也存在差异，例如：聚氨酯发泡材料的导热系数为0.024W/(m·K) ，根据隔热需要选择。
该实施例中，对应子区域的隔热材料在不同区域厚度存在偏差，需要在材料上选取若干个测试点，求其平均值，作为隔热材料的厚度代入计算，该测试点可以是间隔相同距离的点，也可以是随机选取点，随机选取时应该避免在较小范围内选取多个点。
该实施例中，对应子区域隔热材料测试点选取的过程中可能会出现差值较大的数据，需要将其进行剔除，比如，测试到隔热材料某点厚度为0，代表隔热材料出现漏点，该漏点不影响隔热材料的正常使用，可以在计算中将该点剔除。
该实施例中，缝隙的漏热系数由对应子区域和相邻子区域的隔热材料类型共同决定，两区域选取的隔热材料不同，其缝隙衔接时产生的漏热量也不尽相同，比如两块岩棉板相衔接时产生的漏热量与岩棉板和聚氨酯发泡材料相衔接时产生的漏热量有一定差异。
该实施例中，对应子区域温度控制时，产生的气流接触边缘隔热材料，该隔热材料对气流的吸收程度与热量转化程度决定所述对流换热系数。
该实施例中，呼吸热为对应子区域所有禽类产生的总呼吸热，不同温度条件下对应的呼吸热系数与标准温度下呼吸热的乘积即为该温度下对应子区域养殖禽类的呼吸热。
上述方案的有益效果是：通过实际损耗和标准损耗的差值进行计算，得到待调控损耗的值，可以更精确的预测到热量的损失情况，从而在调控过程中就对其进行弥补，以便更精确的达到预期调控温度，提高对环境温度控制的效率，实时性较强，为后续温度调控的合理性以及实时性提供基础。
实施例7：
基于实施例1，温度调控模块如图3所示，包括：
调控获取单元，用于获取对应子区域的实际损耗及标准损耗，获取对应子区域的实时温度及标准温度；
调控处理单元，用于比较实际损耗与标准损耗及实时温度与标准温度，确定损耗比值与温度比值的大小关系，具体关系表达式如下：
其中，
为对应子区域实际损耗的热量；
为对应子区域标准损耗的热量；
为
对应子区域的实时温度；
为对应子区域的标准温度；
为对热量的标准转换系数；
为对温度的标准转换系数；
为判断结果。
当
大于0时，依据对应子区域的实际损耗，调整所述待调控信息。
当
小于0时，依据对应子区域的标准损耗，调整所述待调控信息。
当
等于0时，从所述实际损耗与标准损耗中随机筛选任一损耗，调整所述待调控
信息。
调控执行单元，用于基于调整后的信息确认调控策略，控制对应子区域区域设备进行工作，从而实现对对应子区域的温度调控。
该实施例中， 
为对应子区域的待调控损耗，
为对应子区域的待调控
信息。
该实施例中，标准转换系数是基于当前比值，为了便于计算，将比值转化到某一个数据范围内，进行同层次的比较，热量的标准转换系数与待调控损耗和标准损耗相关，温度的标准转换系数与待调控信息和标准温度有关。
该实施例中，从损耗调整数据库中，获取与实际损耗以及实际温度匹配的温度调控因子，根据该因子对待调控信息进行调整，是为实际损耗调整待调控信息，比如，经过计算得到待调控信息为0.7，也就是依据当前情况，需要将实时温度调整0.7摄氏度可以达到标准温度，但是基于待调控损耗的计算后发现，在增加对损耗的考虑之后，需要释放调整到0.8摄氏度的热量才可以将实时温度调整到标准温度。
标准损耗调整所述待调控信息，从数据库中获取与标准损耗以及实际温度匹配的温度调控因子，比如，待调控信息的温差为0.7，调整之后为0.71。
上述技术方案的有益效果是：通过采用调控处理比值判定的方式调整待调控信息确认调控策略，既考虑到温度的影响也考虑了损耗的影响，保证了调控结果的精确性和调控策略的精准度，同时调控信息也会随着温度不同实时变化，增加了调控的实时性。
实施例8：
基于实施例6，所述调控执行子单元包括：
调控分级子单元，用于获取调控处理单元的调整后信息，并将所述调整后信息与预设的调控临界信息比较，确定对应级别的调控策略；
调控确定子单元，根据对应级别的调控策略控制对应子区域的区域设备按照所述调控策略进行温度调控工作。
该实施例中，当对应子区域待调控信息小于第一临界值且差值为正时，启动温度调控一级调控策略，确定所述对应子区域部分区域设备开启。
当对应子区域实时温度与标准温度的差值介于第一临界值和第二临界值之间时，启动温度调控二级调控策略，确定所述对应子区域全部区域设备开启。
当对应子区域待调控信息大于第二临界值时，启动紧急预警装置，检查对应子区域的所有设备，确定设备是否存在其他风险。
当对应子区域待调控信息小于第三临界值且差值为负时，启动温度调控三级调控策略，确定所述对应子区域部分区域设备开启。
当对应子区域实时温度与标准温度的差值介于第三临界值和第四临界值之间时，启动温度调控二级调控策略，确定所述对应子区域全部区域设备开启。
当对应子区域待调控信息小于第四临界值时，启动紧急预警装置，检查对应子区域的所有设备，确定设备是否存在其他风险。
该实施例中，所述区域设备为吸热散热设备，比如，新风设备。
该实施例中，第二临界值恒大于第一临界值，且均大于对应子区域的标准温度，第三临界值恒大于第四临界值，且均小于对应子区域的标准温度，比如标准温度设置为25摄氏度，第一临界值设置为28摄氏度，第二临界值设置为30摄氏度，此时，第一临界值大于标准温度，第二临界值大于第一临界值。
上述技术方案的有益效果是：通过分级调控策略，对对应子区域进行温度调控，可以更加精准的对被调控区域进行调控，为后续温度调控的合理性以及实时性提供基础。
实施例9：
基于实施例1，所述***还包括：
设备处理模块，以调整后的信息对对应子区域进行温度调控过程中，监测对应子区域的区域设备工作状态，并进行设备优化；
其中，所述设备处理模块包括：
数据采集单元，用于温度调控前采集所述区域设备的第一工作参数，温度调控过程中，采集所述区域设备的第二工作参数，温度调控结束后，采集所述区域设备的第三工作参数；
矩阵构建单元，基于所述第一工作参数、第二工作参数及第三工作参数，构建对应的第一工作矩阵，其中，所述第一工作矩阵列数与温度调控前采集到的第一工作参数的个数一致，所述第一工作矩阵的行数与调控调整过程中数据采集的次数有关，且取值基于数据采集次数决定；
单一处理单元，用于对所述第一工作矩阵中的同工作参数的列元素进行单一处理，构建所有工作参数的单一向量；
故障向量构建单元，用于获取预设的所述区域设备处于不同故障情况下的故障参数，并构建每个故障类型对应的故障向量；
显著性标定单元，用于确定所述单一向量基于每个故障向量可能产生的异常状态以及异常程度，并确定所述可能产生的异常状态与所述单一向量中存在关联关系的第一元素，并按照对应异常状态以及异常程度，向对应第一元素进行显著性标定；
元素确定单元，用于统计所述单一向量中每个元素被标记结果，并按照所述被标记结果确定主要元素，当所述主要元素个数为0时，判定所述区域设备处于健康状态；
设备优化单元，所述主要元素个数不为0时，根据每个主要元素被标记结果，从结果-方案数据库中，获取设备优化方案，优化对应区域设备。
该实施例中，工作参数为对应子区域的区域设备在当前状态下各参数的实时数据，比如，该所述参数为风机设备在当前运行状态下的电流、电压、功率、运转速度、设备工作温度等参数，所述设备的运行状态与温度调控前、温度调控过程中、温度调控后参数有关。
该实施例中，单一处理指将矩阵中的同种参数进行处理，也就是同列中包含的3个参数进行处理，得到最后结果，比如，存在参数1、参数2、参数3，分析3个参数的变化情况，获取一个参数4对该列元素进行表示，进而根据所有列中的参数4构建单一向量。
该实施例中，故障向量预先设定，且故障向量针对不同类型分别设置，比如，根据温度异常、电流异常、电压异常等构建，因此，可以分别构建不同障碍下的向量，障碍向量中对应障碍参数异常，剩余参数正常，对所述全部单一向量进行分析，确定单一向量基于每个故障可能产生的异常状态以及异常程度。
该实施例中，单一向量与每个故障向量比较，可分析出该单一向量中的某些或某个参数存在异常，因此，可以根据异常参数确定异常状态以及异常程度，所述异常程度与异常参数在于参数在该故障分析过程中起到的权重，权重越大，对应的异常程度越大。
比如：存在故障向量1个，单一向量为参数1、参数2、参数3，此时，分析出来存在关联的参数1存在异常，且参数1为第一元素，向参数1进行显著性标定，如果该显著性标定结果是可以归于主要元素的标准范围内，将参数1视为主要元素，显著性标定结果采用不同异常等级符号进行标注，便于进行主要元素确定。
该实施例中，结果-方案数据库中包括不同的标记结果组合以及与该组合匹配的优化方案，便于获取优化方案，实现优化。
上述技术方案的有益效果是：通过对区域设备的数据处理和优化，使得区域内温度调控过程更加精准，同时该处理方案实时性较强，更大限度避免出现设备影响而导致调控过程变长或者状态转换时调控失误情况，为后续温度调控的合理性以及实时性提供基础。
实施例10：
基于实施例9，所述设备处理模块，还包括：
设备温度采集单元，用于对应区域设备进行设备优化后，实时采集区域设备的发动机温度；
温度范围确定单元，用于对所述发动机的实时温度进行判断，确定所属温度范围；
当所属温度范围为正常阈值范围，则允许所述优化后的区域设备对对应子区域进行温度调控；
反之，则不允许所述优化后的区域设备对对应子区域进行温度调控。
该实施例中，若发动机温度低于其第一温度阈值W1，则该发动机正常工作。
该实施例中，若发动机温度高于其第一温度阈值W1，则判断该发动机是否处于工作状态，若处于工作状态，则控制其对应风机启动运行，对该区域设备进行散热，若没有处于工作状态则进行预警，检查该设备。
该实施例中，若发动机温度高于其第二温度阈值W2，则暂停该区域设备，启动风机进行散热，并进行预警。
该实施例中，第二温度阈值恒大于于第一温度阈值。
上述技术方案的有益效果是：通过对区域设备的实时监测和处理，可以及时对设备状态进行调整，增强处理过程的实时性，降低了设备在状态转换时出现错误指令或问题设备的可能性，从而能够在温度调控的过程中将出现问题的概率降低，温度调控更加精准、正确，保证温度调控的合理性以及实时性提供。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.养殖用智能温度控制***，其特征在于，包括：
温度监测模块，用于监测养殖区中子区域的实时温度数据；
温度处理模块，用于对比实时温度数据与对应标准温度数据，确定对应子区域的待调控信息；
损耗确定模块，用于确定对应子区域的待调控损耗；
温度调控模块，基于所述对应子区域的标准损耗、待调控损耗以及标准温度，调整对应子区域待调控信息，基于调整后信息调控对应子区域温度；
其中，待调控损耗由对应子区域实际损耗与标准损耗的差值决定；对应子区域的实际损耗是由不同隔热材料的保温性质、不同区域温差以及区域养殖禽类的呼吸热共同影响的损耗结果；标准损耗由对应子区域内区域设备运行过程中产生的热量损耗决定，所述标准损耗可以根据对应子区域相关设备的各参数计算得出；
其中，计算实际损耗的具体计算公式如下：
其中，
为对应子区域隔热材料的漏热量；
为对应子区域隔热材料的导热系数；n1为对应子区域隔热材料选取测试点的个数；n2为对应子区域隔热材料选取的无效测试点的个数；
为对应子区域隔热材料选取的单个测试点的厚度；
为对应子区域隔热材料选择的测试点的无效系数；S为对应子区域隔热材料的实际面积；t1为对应子区域隔热材料内表面的温度；t2为对应子区域隔热材料外表面的温度；
为对应子区域与相邻子区域缝隙的漏热系数；
为与
相匹配的子区域的隔热材料漏热量；n3表示对应子区域所存在的相邻子区域的个数；
Q为对应子区域实际损耗的热量；G为对应子区域养殖禽类的总质量；h1标准温度下对应子区域养殖禽类的呼吸热量；d1为实时温度情况下对应子区域养殖禽类呼吸热系数。
2.根据权利要求1所述的养殖用智能温度控制***，其特征在于，所述温度监测模块包括：
获取单元，用于监测获取对应子区域的初始温度数据，并进行拟合；
处理单元，用于根据拟合结果确定未被拟合的数据，分析异常原因，以及对所述温度监测模块进行处理更新；
传输单元，用于根据拟合结果确定正常拟合数据，并传输至所述温度处理模块；
其中，所述正常拟合数据为实时温度数据。
3.根据权利要求2所述的养殖用智能温度控制***，其特征在于，所述获取单元包括：
第一构建子单元，用于构建对应子区域初始温度数据散点图，并在所述散点图中添加趋势线，得到第一拟合曲线；
第二构建子单元，采用多项式函数构建对应子区域的初始温度数据的第二拟合曲线；
数据剔除子单元，用于剔除所述初始温度数据中第一拟合曲线以及第二拟合曲线涉及数据，得出未被拟合数据。
4.根据权利要求3所述的养殖用智能温度控制***，其特征在于，所述处理单元包括：
数据获取子单元，用于获取所述数据剔除子单元的未被拟合数据，分析其未被拟合的原因；
数据分析子单元，用于确定所述未被拟合的数据的来源是否有误，以及判断在拟合过程中所述未被拟合的数据量与总的初始温度数据的数据量比值是否大于预设比值；若均未满足，则将所述未被拟合数据传输至数据修正子单元；
数据修正子单元，用于检验剩余未被拟合数据，并更新该数据对应的温度采集设备。
5.根据权利要求3所述的养殖用智能温度控制***，其特征在于，所述温度处理模块包括：
筛选单元，用于确定所述第一拟合曲线的方差和所述第二拟合曲线的方差，并筛选出两方差中较小方差对应的曲线，来得到对应子区域实时温度数据；
比较单元，用于将得到的对应子区域实时温度数据与标准温度数据进行比较，确定对应子区域的待调控信息。
6.根据权利要求1所述的养殖用智能温度控制***，其特征在于，所述损耗确定模块包括：
损耗获取单元，用于根据养殖种类对养殖区进行规划，规划为若干个子区域；
损耗处理单元，用于计算对应子区域的实际损耗；
损耗确定单元，基于对应子区域实际损耗与预设的标准损耗进行比较分析，得到待调控损耗，并传输至所述温度调控模块。
7.根据权利要求1所述的养殖用智能温度控制***，其特征在于，所述温度调控模块包括：
调控获取单元，用于获取对应子区域的实际损耗及标准损耗，获取对应子区域的实时温度及标准温度；
调控处理单元，用于比较实际损耗与标准损耗及实时温度与标准温度，确定损耗比值与温度比值的大小关系；
其中，
为对应子区域实际损耗的热量；
为对应子区域标准损耗的热量；
为对应子区域的实时温度；
为对应子区域的标准温度；
为对热量的标准转换系数；
为对温度的标准转换系数；
为判断结果；
当
大于0时，依据对应子区域的实际损耗，调整所述待调控信息；
当
小于0时，依据对应子区域的标准损耗，调整所述待调控信息；
当
等于0时，从所述实际损耗与标准损耗中随机筛选任一损耗，调整所述待调控信息；
调控执行单元，基于调整后信息制定调控策略，控制对应子区域内区域设备工作，完成对应子区域的温度调控。
8.根据权利要求7所述的养殖用智能温度控制***，其特征在于，所述调控执行单元包括：
调控分级子单元，用于获取调控处理单元的调整后信息，并将所述调整后信息与预设的调控临界信息比较，确定对应级别的调控策略；
调控确定子单元，根据对应级别的调控策略控制对应子区域的区域设备按照所述调控策略进行温度调控工作。
9.根据权利要求1所述的养殖用智能温度控制***，其特征在于，所述***还包括：
设备处理模块，以调整后的信息对对应子区域进行温度调控过程中，监测对应子区域的区域设备工作状态，并进行设备优化；
其中，所述设备处理模块包括：
数据采集单元，用于温度调控前采集所述区域设备的第一工作参数，温度调控过程中，采集所述区域设备的第二工作参数，温度调控结束后，采集所述区域设备的第三工作参数；
矩阵构建单元，基于所述第一工作参数、第二工作参数及第三工作参数，构建对应的第一工作矩阵，其中，所述第一工作矩阵列数与温度调控前采集到的第一工作参数的个数一致，所述第一工作矩阵的行数与调控调整过程中数据采集的次数有关，且取值基于数据采集次数决定；
单一处理单元，用于对所述第一工作矩阵中的同工作参数的列元素进行单一处理，构建所有工作参数的单一向量；
故障向量构建单元，用于获取预设的所述区域设备处于不同故障情况下的故障参数，并构建每个故障类型对应的故障向量；
显著性标定单元，用于确定所述单一向量基于每个故障向量可能产生的异常状态以及异常程度，并确定所述可能产生的异常状态与所述单一向量中存在关联关系的第一元素，并按照对应异常状态以及异常程度，向对应第一元素进行显著性标定；
元素确定单元，用于统计所述单一向量中每个元素被标记结果，并按照所述被标记结果确定主要元素，当所述主要元素个数为0时，判定所述区域设备处于健康状态；
设备优化单元，所述主要元素个数不为0时，根据每个主要元素被标记结果，从结果-方案数据库中，获取设备优化方案，优化对应区域设备。
10.根据权利要求9所述的养殖用智能温度控制***，其特征在于，所述设备处理模块，还包括：
设备温度采集单元，用于对应区域设备进行设备优化后，实时采集区域设备的发动机温度；
温度范围确定单元，用于对所述发动机的实时温度进行判断，确定所属温度范围；
当所属温度范围为正常阈值范围，则允许所述优化后的区域设备对对应子区域进行温度调控；
反之，则不允许所述优化后的区域设备对对应子区域进行温度调控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211241017.7A CN115309203B (zh) | 2022-10-11 | 2022-10-11 | 养殖用智能温度控制*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211241017.7A CN115309203B (zh) | 2022-10-11 | 2022-10-11 | 养殖用智能温度控制*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115309203A CN115309203A (zh) | 2022-11-08 |
| CN115309203B true CN115309203B (zh) | 2023-03-14 |
Family
ID=83867655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211241017.7A Active CN115309203B (zh) | 2022-10-11 | 2022-10-11 | 养殖用智能温度控制*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115309203B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116774761B (zh) * | 2023-08-22 | 2023-11-14 | 山东华邦农牧机械股份有限公司 | 一种养殖用设备的节能优化方法 |
| CN117608255B (zh) * | 2024-01-19 | 2024-04-05 | 新立讯科技股份有限公司 | 新能源智慧工厂ba自控***的远程监控管理***及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106288066A (zh) * | 2015-05-12 | 2017-01-04 | 杭州三花研究院有限公司 | 空调***及其控制方法 |
| CN113867451A (zh) * | 2021-10-29 | 2021-12-31 | 江苏大学 | 一种云平台与控制器相结合的畜禽养殖智能温控方法 |
| CN114046196A (zh) * | 2021-09-29 | 2022-02-15 | 广西玉柴机器股份有限公司 | 一种基于pid控制的温度控制装置及温度控制方法 |
| CN114362008A (zh) * | 2021-12-26 | 2022-04-15 | 南通艺顺鹏电气有限公司 | 一种智能调控配电柜环境温度的方法及装置 |
| CN114780622A (zh) * | 2022-06-27 | 2022-07-22 | 天津能源物联网科技股份有限公司 | 一种基于大数据平台的供热数据的智能分析方法及*** |
| WO2022166919A1 (zh) * | 2021-02-08 | 2022-08-11 | 中国农业大学 | 一种畜禽舍养殖环境温度预测控制***及其调控方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111328735B (zh) * | 2020-02-28 | 2021-09-14 | 福州农福腾信息科技有限公司 | 基于大数据的智能化养殖场管理方法和*** |
-
2022
- 2022-10-11 CN CN202211241017.7A patent/CN115309203B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106288066A (zh) * | 2015-05-12 | 2017-01-04 | 杭州三花研究院有限公司 | 空调***及其控制方法 |
| WO2022166919A1 (zh) * | 2021-02-08 | 2022-08-11 | 中国农业大学 | 一种畜禽舍养殖环境温度预测控制***及其调控方法 |
| CN114046196A (zh) * | 2021-09-29 | 2022-02-15 | 广西玉柴机器股份有限公司 | 一种基于pid控制的温度控制装置及温度控制方法 |
| CN113867451A (zh) * | 2021-10-29 | 2021-12-31 | 江苏大学 | 一种云平台与控制器相结合的畜禽养殖智能温控方法 |
| CN114362008A (zh) * | 2021-12-26 | 2022-04-15 | 南通艺顺鹏电气有限公司 | 一种智能调控配电柜环境温度的方法及装置 |
| CN114780622A (zh) * | 2022-06-27 | 2022-07-22 | 天津能源物联网科技股份有限公司 | 一种基于大数据平台的供热数据的智能分析方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115309203A (zh) | 2022-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115309203B (zh) | 养殖用智能温度控制*** | |
| WO2022166919A1 (zh) | 一种畜禽舍养殖环境温度预测控制***及其调控方法 | |
| US9078400B2 (en) | Method and apparatus for environmental control according to perceived temperature | |
| CN109634098A (zh) | 一种育肥猪舍环境调控***及方法 | |
| KR20210124506A (ko) | 축산 자동 관리 시스템 | |
| RU2340172C1 (ru) | Способ и устройство для выращивания птицы | |
| CN204044610U (zh) | 禽舍的环境控制*** | |
| CN116746511A (zh) | 一种基于人工智能的蛋鸭笼养环境光照控制*** | |
| Ivanov et al. | Digital intelligent microclimate control of livestock farms | |
| KR102457182B1 (ko) | 돈사 내 온도 및 습도 센싱정보를 활용한 돼지 성장예측 시스템 | |
| CN117391482B (zh) | 一种基于大数据监测的大棚温度智能预警方法及*** | |
| CN114895731A (zh) | 一种基于数字孪生的养殖监测***及方法 | |
| CN114860005A (zh) | 养殖环境的控制方法及装置、***、介质 | |
| Stacey et al. | An automatic growth and nutrition control system for broiler production | |
| KR20170000905A (ko) | 온습도 지수를 이용한 축사환경관리 방법 및 장치 | |
| CN114707952A (zh) | 一种智慧种植监控方法及*** | |
| CN103503839A (zh) | 一种蚕种催青、保种智能测控*** | |
| CN107765667A (zh) | 智能化猪舍远程监控*** | |
| KR101657137B1 (ko) | 지능형 축사 환풍구 제어방법 | |
| Wang et al. | Application of a Novel Grey Model for Forecasting Indoor Air Temperature in Poultry Houses: Control Strategy | |
| CN113163734A (zh) | 控制养殖场的方法 | |
| CN115373452B (zh) | 基于家禽体感温度测算的自控方法及*** | |
| CN116224870B (zh) | 一种基于多网络融合和植物光合作用反馈的智慧种植环境控制***及方法 | |
| Shin et al. | Applicability evaluation of a temperature humidity index-controlled ventilation system in livestock using a building energy simulation model | |
| CN117339980B (zh) | 一种聚乳酸酶海洋垃圾降解控制方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |